Cortanaのサポート終了が、Windows公式サポートページで告知されました。**2023年後半以降には、WindowsのCortanaアプリのサポートを終了すると表明しています。**Microsoftによると、今後はAIを使用した作業の効率化に焦点をあてたソリューションを提供していく、としています。

【参考】：[Windows での Cortana のサポート終了](https://support.microsoft.com/ja-jp/topic/windows-%E3%81%A7%E3%81%AE-cortana-%E3%81%AE%E3%82%B5%E3%83%9D%E3%83%BC%E3%83%88%E7%B5%82%E4%BA%86-d025b39f-ee5b-4836-a954-0ab646ee1efa)

*Cortanaとは、Windowsプラットフォームに搭載されるAIアシスタント機能を表します。*音声を認識し、キーボード操作をすることなく、Bingでの検索や、生産性向上ツールと連動して作業を手助けします。

Cortanaは、自然言語処理により命令を解釈しますが、今日の新しいBingなどのような大規模言語モデルでは、さらに高速化・高性能化が進みより自然な言語解釈が可能となっています。

【参考】：[Cortana とは](https://support.microsoft.com/ja-jp/topic/cortana-%E3%81%A8%E3%81%AF-953e648d-5668-e017-1341-7f26f7d0f825)

自然言語処理とは？注目される理由やできることをわかりやすく解説

### Cortanaのサポート終了の背景

*Cortanaのサポート終了の背景には、AIの急速な利用拡大が挙げられます。*OpenAIの提供するChatGPTは2022年11月に登場して以降、GPT-4は新しいBingにも組み込まれている状況です。Microsoftは、2019年以降OpenAIに投資を行っていますが、2023年1月には追加投資により、パートナーシップを拡大しています。

OpenAIとのパートナーシップの成果として、新しいBing、Microsoft 365 Copilot、GitHub Copilotなど多くのMicrosoftの製品・サービスにOpenAIの技術が活用されています。Microsoft WindowsにおいてもWindows 11の普及が進み、利用者に対して統合化されたAI利用環境の提供の必要性が高まってきています。

Windows 11では、エクスペリエンスの向上をテーマに機能を提供しており、AI機能の搭載はもはや避けては通れないものとなっています。そこで、次の2点を表明し、方向性を明らかにしました。

・利用者に対してWindows 11にWindows Copilotを導入し、利便性を向上すること
・開発者に対して、Bing ChatプラグインをWindowsに拡張し、アプリをWindows Copilotに統合可能にすること

【参考】：[AI のパワーを Windows 11 にもたらす – Windows Copilot と Dev Home でお客様と開発者の生産性の新時代へ](https://blogs.windows.com/japan/2023/05/26/bringing-the-power-of-ai-to-windows-11-unlocking-a-new-era-of-productivity-for-customers-and-developers-with-windows-copilot-and-dev-home/)
【参考】：[マイクロソフトと OpenAI がパートナーシップを拡大](https://news.microsoft.com/ja-jp/2023/01/25/230125-microsoftandopenaiextendpartnership/)

新しいBingのリリース！AIを活用した検索サービスの登場

「Microsoft 365 Copilot」を発表！使い方や搭載されるAI機能とは

AIペアプログラマー「GitHub Copilot」の使い方や導入メリットを徹底解説！

### 引き続きCortanaを利用するには？

*今回のCortanaサポート終了の発表は、Windowsのスタンドアロンアプリのみです。*今後も従来通り、Outlook モバイル、 Teams モバイル、 Microsoft Teams ディスプレイ、 および Microsoft Teamsの会議室で使用できます。

【参考】：[Outlook モバイルのCortana](https://support.microsoft.com/ja-jp/topic/cortana-%E3%81%8B%E3%82%89%E3%83%9E%E3%82%A4-%E3%83%A1%E3%83%BC%E3%83%AB%E3%82%92%E5%86%8D%E7%94%9F%E3%81%99%E3%82%8B%E3%81%A8%E3%81%A9%E3%81%86%E3%81%97%E3%81%9F%E3%82%89%E3%82%88%E3%81%84%E3%81%A7%E3%81%99%E3%81%8B-5ea7f3df-02cd-2524-f775-f3c89316367b)
【参考】：[Teams モバイルのCortana](https://support.microsoft.com/ja-jp/office/teams-%E3%81%A7-cortana-%E3%81%AE%E9%9F%B3%E5%A3%B0%E3%82%A2%E3%82%B7%E3%82%B9%E3%82%BF%E3%83%B3%E3%83%88%E3%82%92%E4%BD%BF%E7%94%A8%E3%81%99%E3%82%8B-274bb2f0-d962-4182-b45d-307435cea256)
【参考】：[Microsoft Teams ディスプレイのCortana](https://support.microsoft.com/ja-jp/office/teams-%E3%81%A7-cortana-%E3%81%AE%E9%9F%B3%E5%A3%B0%E3%82%A2%E3%82%B7%E3%82%B9%E3%82%BF%E3%83%B3%E3%83%88%E3%82%92%E4%BD%BF%E7%94%A8%E3%81%99%E3%82%8B-274bb2f0-d962-4182-b45d-307435cea256)
【参考】：[Microsoft Teamsの会議室のCortana](https://support.microsoft.com/ja-jp/office/microsoft-teams-%E3%83%9F%E3%83%BC%E3%83%86%E3%82%A3%E3%83%B3%E3%82%B0%E3%81%A7-cortana-%E3%82%92%E4%BD%BF%E3%81%86-8214c032-1977-4aab-92d5-cc0dd03b22d6)


## Cortanaサポート終了による代替案

*Microsoftでは、公式サポートサイトで代替案を提示しており、メーカーの義務としてサポート終了の影響を低減しています。*詳細は以降で解説していきます。

Cortanaは、そもそもいるの？いらないの？などと不要な場合もあるため、無効にしたりアンインストールしたりすることもあります。また、「Cortanaを更新しています」から復旧しないなどのトラブルに遭遇する場合も稀にあります。

このことから、Cortanaサポート終了で、すぐに影響があるのは一部の方に限定されると見られます。

Cortanaと似ている音声機能に、Windows 11の音声アクセスがあります。PCを制御し、音声からテキストを作成することができます。Windows 11の新機能で、22H2以降で使用できます。*Cortanaの代替として、アクセシビリティの向上が可能です。*

【参考】：[Windows 11の音声アクセス](https://support.microsoft.com/ja-jp/topic/%E9%9F%B3%E5%A3%B0%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%82%92%E4%BD%BF%E7%94%A8%E3%81%97%E3%81%A6-pc-%E9%9F%B3%E5%A3%B0%E3%81%A7%E3%83%86%E3%82%AD%E3%82%B9%E3%83%88%E3%82%92%E4%BD%9C%E6%88%90%E3%81%99%E3%82%8B-4dcd23ee-f1b9-4fd1-bacc-862ab611f55d)
【参考】：[音声アクセスの概要](https://support.microsoft.com/ja-jp/topic/%E9%9F%B3%E5%A3%B0%E3%82%A2%E3%82%AF%E3%82%BB%E3%82%B9%E3%81%AE%E6%A6%82%E8%A6%81-bd2aa2dc-46c2-486c-93ae-3d75f7d053a4)

新しいBingは、生成AIのエンジンGPT-4をベースとしています。複雑な質問をプロンプトで指示し回答を得ます。出典情報に基づいて正確な回答を作成することも可能ですので、ウェブの検索とチャットそれぞれのメリットを享受することができます。*新しいBingにより、Cortanaの代替以上のメリットが得られるでしょう。*

【参考】：[新しいBing](https://www.bing.com/new)

ChatGPTとBingの違いは？実際の回答を比較して解説

Microsoft 365 Copilotでは、Word、Excel、PowerPoint、Outlook、Teamsなどといったオフィスアプリケーションに、AI機能が搭載されます。そのため、*それぞれのデータを相互に使って、予定表、メール、チャット、ドキュメント、会議などの新たなデータやコンテンツを作成が可能となります。*

【参考】：[Microsoft 365 Copilot を発表 – 仕事の副操縦士](https://news.microsoft.com/ja-jp/2023/03/17/230317-introducing-microsoft-365-copilot-your-copilot-for-work/)

*Windows Copilotは、WindowsにAI支援機能を集約するものです。*今後のAI時代の中心的なWindowsの機能となります。具体的には、BingのチャットやMicrosoftや他社の作成したプラグインを組み合わせて、アプリケーション相互の連携など生産性向上に役立てることができます。

Windows Copilotは、2023年6月より先行プレビューを開始し、パブリックプレビューを経て年内に正式リリースを予定しています。

【参考】：[AI のパワーを Windows 11 にもたらす – Windows Copilot と Dev Home でお客様と開発者の生産性の新時代へ](https://blogs.windows.com/japan/2023/05/26/bringing-the-power-of-ai-to-windows-11-unlocking-a-new-era-of-productivity-for-customers-and-developers-with-windows-copilot-and-dev-home/)



## Cortanaのサポート終了でも代替案は多くある

Cortanaは長らく、AIアシスタント機能をWindowsに提供してきました。今日の生成AIの活用と進歩は目覚ましく、既存の機能を置き換えるどころか、新たな利用方法や活用領域の拡大が始まっています。

**AI時代におけるWindowsの製品の転換はマイナス面よりもプラス面が上回り、代替案も数多くあります。**新しく登場が予定される、Windows Copilotは期待を持って受け入れることができるでしょう。

2023年6月Microsoftは、年内にWindowsのCortanaアプリのサポートを終了すると発表しました。ここでは、Cortanaのサポート終了の背景やMicrosoftのAI戦略、Cortanaの代替案などのWindowsの方向性を解説していきます。

Microsoftは、年内にWindowsのCortanaアプリのサポートを終了すると発表しました

Microsoftの製品に、提携しているOpenAIの技術を多数活用しており、今後も注力する見込みです

Cortanaは、Windows Copilotに置き換わり、Cortanaの機能別に代替案が用意されます

Cortanaのサポート終了！終了後の代替案や今後の方向性を解説

## 「GitHub Copilot Chat」ベータ版が利用可能に

**GitHubは2023年7月20日、「GitHub Copilot Chat」のベータ版を公開し、GitHub Copilot for Businessを利用するすべてのユーザで利用可能とすることを発表しました。**

GitHub Copilot for Businessのユーザは、GitHub Copilot Chatのチャットシステムを用いて、コーディング関連の質問に最適な回答を得ることができます。

【参考】：[GitHub Copilot Chat ベータ版がすべての組織で利用可能に](https://github.blog/jp/2023-07-24-github-copilot-chat-beta-now-available-for-every-organization/)

*GitHub Copilot Chatは、GitHub Copilotと対話できるチャットインターフェースです。*サポートされる、統合開発環境（IDE）はVisual StudioとVS Codeです。Visual StudioとVS Codeから、直接コーディング関連の質問を行い、回答を得ることができます。

【参考】：[GitHub Copilot Chat について](https://docs.github.com/ja/copilot/github-copilot-chat/about-github-copilot-chat)

### GitHub Copilot Chatの利用ケース

GitHub Copilot Chatでは、いくつかの利用ケースを想定しています。

*1つ目は、単体テストでの利用です。*繰り返し実行するタスクを効率的に実行するために、特定の関数などに応じたテストケースを生成します。同様にエラー時の処理を確認したり、値の境界テストのテストケースなどに利用したりすることで、より作成コードの品質を高めることも可能です。

*2つ目として、特定の関数やコードを選択してコードの説明を得ることが挙げられます。*これは自然言語に強みを持つAIの有効な活用方法です。

*3つ目として、コードの潜在的な問題を調査し、不具合を未然に防ぐコードの修正に利用したり、新たに作成するコードのコーディングに対して質問し、有効性が高いコードの回答を得たりすることができます。*

【参考】：[GitHub Copilot Chat のユース ケース](https://docs.github.com/ja/copilot/github-copilot-chat/about-github-copilot-chat#:~:text=%E3%81%94%E8%A6%A7%E3%81%8F%E3%81%A0%E3%81%95%E3%81%84%E3%80%82-,GitHub%20Copilot%20Chat%20%E3%81%AE%E3%83%A6%E3%83%BC%E3%82%B9%20%E3%82%B1%E3%83%BC%E3%82%B9,-GitHub%20Copilot%20Chat)

*GitHub Copilotとは、GitHubが提供するAIペアプログラミング環境を指します。*AIを活用して、より速く、より少ない作業でコード開発を行う手助けをします。具体的には、コメントやコードから文脈を読み取ったり、個々の行や関数全体を即座に提案したりします。

GitHub Copilotの実装は、GitHubおよびOpenAI・Microsoftによって開発された生成AIモデルを用いています。利用するには、GitHub Copilot for Individualsの個人アカウントとGitHub Copilot for Businessの企業向けアカウント、いずれにも対応します。

【参考】：[GitHub Copilot](https://github.com/features/copilot/)
【参考】：[GitHub Copilot の概要](https://docs.github.com/ja/copilot/getting-started-with-github-copilot)
【参考】：[GitHub Copilotが新しいAIモデルと新機能を搭載](https://github.blog/jp/2023-02-21-github-copilot-now-has-a-better-ai-model-and-new-capabilities/)

GitHub Copilot for Businessは、GitHub Copilotを利用する企業向けアカウントです。企業向けに組織のアクセス権の設定を、個人とチームに対して行うことができます。企業向けのポリシー設定などにも対応します。料金は、1ユーザあたり月に19USドルで利用することができます。

今回のアナウンスにより、*GitHub Copilot for Businessのすべての契約ユーザはGitHub Copilot Chatのパブリックベータ版の利用が可能となります。*

【参考】：[GitHub Copilot for Business について](https://docs.github.com/ja/copilot/overview-of-github-copilot/about-github-copilot-for-business)

GitHub Copilot for Individualsとは、GitHub Copilotを利用する個人向けアカウントです。企業で求めるポリシーの管理などには対応しませんが、エディタを使った操作自体には企業向けと大きな違いがありません。利用するには、月当たり10USドル、または年間100USドルのサブスクリプションが選択できます。

現在、GitHub Copilot for Individuals向けには、GitHub Copilot Chatの利用が許可されていませんが、限定的なパブリック ベータ版に参加するための待機リストに登録することができます。*このベータプログラムの参加が許可された場合は、GitHub Copilot Chatを先行利用できる場合もあります。

【参考】：[GitHub Copilot for Individuals について](https://docs.github.com/ja/copilot/overview-of-github-copilot/about-github-copilot-for-individuals)

*GitHub Copilot Chatを使うには、Visual StudioあるいはVisual Studio Codeのいずれかの統合開発環境（IDE）に、拡張機能をインストールして使用します。*GitHub Copilot Chat は、限定パブリックベータであり、有効なGitHub Copilot for Businessのライセンスが必要です。

【参考】：[GitHub Copilot Chat を使う](https://docs.github.com/ja/copilot/github-copilot-chat/using-github-copilot-chat)

### GitHub Copilot Chatのポリシー設定

*GitHub Copilot for Businessのアカウントでは、OrganizationまたはEnterpriseでGitHub Copilot Chatを有効化して使用します。*

設定するには、プロファイルから「Your organizations」で「設定」「ポリシー」から「GitHub Copilot Chat ベータ」から「許可」を選択します。あるいはEnterpriseのアカウントのサイドバーから「ポリシー」「Copilot」「GitHub Copilot Chat ベータ」のドロップダウンメニューで「許可」を選択します。

### 統合開発環境への拡張機能のインストール

*統合開発環境（IDE）でGitHub Copilot Chatを使うには、拡張機能のインストールが必要です。*Visual Studioからは、「拡張機能」「拡張機能の管理」から「Visual Studio Marketplace」を選択し、「GitHub Copilot Chat」を検索し「ダウンロード」します。

Visual Studio Codeでは、アクティビティバーの「拡張機能」アイコンをクリックし、「Marketplace の拡張機能の検索」で「GitHub Copilot Chat」を検索し「インストール」します。

IDEとは？詳細やメリット、おすすめのIDEを紹介します！

VS Codeのプラグインとは？導入方法やおすすめの拡張機能も紹介

*GitHub Copilot Chatの基本操作は、チャットインターフェースと呼ばれるプロンプト領域に質問するだけです。*質問はコーディング関連に限定して解釈され、回答が生成されます。使ってみると、日本語の質問も受け付けられることがすぐにわかります。

入力したプロンプトは前処理後、大規模言語システムに送信されます。送信されたプロンプトは学習済みCopilot Chat言語モデルにより、分析を行います。回答はコーディング開発の生成コード、コードの提案、コードの説明などの形式で生成されます。回答は書式設定の後にウィンドウに表示されます。

AIプロンプトとは？概要からプロンプト記述の最適化まで解説！

*GitHub Copilot Chatは、ベータ版であり制限があります。*現状では、適応範囲が限定されており、小規模なコードなどに利用します。大規模で複雑なコード開発では不具合の発生や、パフォーマンス上の問題が高まりますので、結果を確認しながら進めると良いでしょう。

同様にセキュリティソフトウェアの開発などには、機密情報や脆弱性の観点でリスクを想定しておきます。生成コードの不正確さや、コーディング支援の回答の正確性に関しても、まだ問題を含むことを前提に開発支援に使用するのがおすすめです。

【参考】：[GitHub Copilot Chat の制限事項](https://docs.github.com/ja/copilot/github-copilot-chat/about-github-copilot-chat#github-copilot-chat-%E3%81%AE%E5%88%B6%E9%99%90%E4%BA%8B%E9%A0%85)

## GitHub Copilot Chatを使って開発生産性を高めましょう

GitHub Copilot Chatは、最初のAIベースペアプログラミング環境です。GitHub Copilot Chatの登場により、チャットインターフェースに対応します。今後は、GitHub Copilot Xのすべての機能が一般提供される予定です。まずは、*このGitHub Copilot Chatを使って、開発生産性の高さを実感することをおすすめします。*

「GitHub Copilot X」が発表！開発者を支える新技術

GitHubは2023年7月20日、AIチャットシステムの「GitHub Copilot Chat」をGitHub Copilot for Businessを利用するすべてのユーザで利用可能とすることを発表しました。ここでは、その概要から利用方法まで解説していきます。

「GitHub Copilot Chat」は、GitHubが提供するAIチャットシステムです

GitHub Copilot for Businessの全ユーザ向けに、限定パブリックべータ版として提供されます

チャットインターフェースにより、ソフトウェアの開発生産性向上が期待できます

「GitHub Copilot Chat」ベータ版が利用可能に。基本の使い方を解説！

システムエンジニアやプログラマーを目指すエンジニアの皆さんは、今後、情報システムの開発で、基幹システムの開発に携わる機会があることと思います。この記事では、そんなエンジニアの皆さんが知っておくべき基幹システムについて、採り上げます。

**基幹システムの定義、基幹システムの種類、情報系システムや業務システム、ERPとの違い、基幹システムを導入するメリットなどについて、わかりやすく解説していきます**ので、今後基幹システムの開発や更新に携わる際の参考にしてください。

基幹システム（基幹系システムとも呼ぶ）は企業の4大資源と言われる『人、モノ、金、情報』に関わる業務を効率的、効果的に管理するシステムのことです。**基幹システムは会社や組織の根幹をなす業務機能をシステム化したものです。**

業務システムはそれぞれの業務の効率化を図る目的で導入されますが、その業務システムの中でも、特に会社の活動と一体となったシステムを「基幹システム」と称します。

### 基幹システムに障害が起きて停止すると

誰もが知る「基幹システム」としては、銀行など金融機関の「勘定系システム」があります。「勘定系システム」はどの銀行でも導入されており、口座残高や融資残高の管理、預金や融資の利息計算などの、銀行の基幹業務を支えています。

勘定系システムは「オンライン処理」と「バッチ処理（オフライン）」の2種類があり、それぞれが連動しながら並行して稼働しています。

基幹システムは企業活動そのものと密接な関係があり、**基幹システムが停止すると企業活動まで停止してしまうリスクがあります。**昨今社会問題となった銀行のATM停止は、まさに基幹システムの障害が原因でした。

このように**「基幹システム」は企業活動を支えているという認識を持つことが大切です。**

基幹システムと呼ばれるものは、その組織の存続に関わる基幹業務や機能と密接に関わるシステムであることが分かりました。

**基幹システムを一覧で表すと次のようになります**が、ここに挙げたものが全てではありませんが、一般的な例として覚えておいてください。今後、皆さんがシステム開発に関わる際には、それがどの種類の基幹システムなのかを考えてみると、より仕事への興味が増すことでしょう。

*▪勘定系システム（金融系）*

基幹系システムの開発に関わると、「SAP ERP」という言葉を耳にすることがあります。SAPはヨーロッパ最大級のソフトウェア会社で、SAP社が提供するERP総合パッケージ製品の名称が「SAP ERP」です。

**ERPとは企業資源計画を意味するEnterprise Resource Planningの略で、基幹システムに分類される各種システムを統合したものです。**多くのERP製品は基幹システム用として開発、提供されていますが、情報系システムとも連携できる柔軟性を兼ね備えています。

*【参考】：[SAP ERP｜SAP 公式](https://www.sap.com/japan/products/enterprise-management-erp.html)*

基幹業務は企業のみならず、政府や地方自治体にもあります。たとえば、住民基本台帳、戸籍、印鑑登録、住民税、国民健康保険など20の基幹業務がありますが、必ずしも統一された仕組みにはなっていません。

新設されたデジタル庁では、こうした**地方公共団体の基幹業務システムの統一や標準化の推進を行っています。**これによって住民サービスの向上と行政の効率化を進めていくことになっています。

*【参考】：[地方公共団体の基幹業務システムの統一・標準化について](https://www.gyoukaku.go.jp/review/aki/R03/img/5_3_3degital_chihou.pdf)*

## 基幹システムと情報システムの違い

基幹システムは情報の記録や処理、伝達などを行う仕組みである「情報システム」の1つです。**情報システムには「基幹系システム」と「情報系システム」の2種類があります**が、それらの違いについてこれから確認してみましょう。

「基幹系システム」の大きな特徴としては、**組織の根幹や組織活動そのものに関わるシステムであることです。**

企業であれば、生産管理システムや販売管理システム、或いは財務会計システム、人事給与システムなどが基幹系システムであり、日々の事業活動に関わるデータ処理や、そのデータの記録などが行われています。

「基幹系システム」は、その停止が事業活動などに大きな影響を及ぼす点も特徴として挙げられます。

「情報系システム」は業務の効率化や情報共有など、日常業務に関わるシステムのことです。たとえばメールシステム、スケジューラー、グループウェア、Web会議システムのような**業務の効率化や社内外とのコミュニケーション、情報共有などを目的としたシステムのことです。**

これらのシステムは、仮に停止したとしても代替手段があるため、短時間の停止であれば、事業活動に深刻な影響を及ぼすことは少ない点が、「基幹システム」とは大きく異なります。

## 基幹システムの導入メリット

基幹システムは一般的に、システム規模は大きく、その開発や導入には大きなコストが掛かりますが、導入するとどのようなメリットがあるのかを確認しておきましょう。

**基幹システムには大きく分けて以下3つのメリットがあります**が、基幹システムが停止した際にはリスクがあることを忘れてはなりません。

基幹システム導入の**最初のメリットは、「業務の標準化」にあります。**とかく属人的になりがちな業務を標準化、統一化することで業務の品質を一定に保つことが可能となります。

基幹システム導入の2番目のメリットは「業務の効率化」です。基幹システムによって、作業効率は上がり、また人的ミスも減少します。企業規模が小さい内は、給与計算などはExcelなどのソフトを用いて対応できますが、企業規模が大きくなると手作業では対応できなくなります。

基幹システム導入により、**業務の効率化が図られ、膨大な業務も少人数で対応ができるようになります。**

### 経営の可視化と意思決定の迅速化

企業経営では、売上情報や販売情報、経営情報を迅速に把握し、具体的な施策の立案と迅速な意思決定が求められます。基幹システムを導入し、そこから発生する各種情報をデータベース化することで、**必要な経営情報が可視化され、迅速な意思決定を可能とします。**

データベースとは？今更聞けないその内容をITエンジニアとして改めて学ぶ

## 基幹システムの開発・導入で留意すべきこと

基幹システムは企業や組織にさまざまなメリットをもたらしますが、一方で基幹システムを導入することで新たなリスクを抱えることがあります。**新たなリスクを想定し、その極小化を図りながら開発・導入を進めることが重要です。**

### 基幹システム導入は目的ではなく手段

政府提唱のDX推進は多くの企業の課題となっていますが、DX推進は経営課題達成のための手段であり、目的ではありません。その点を履き違えると、せっかく大きな投資を行っても、それに見合うだけの効果は得られません。

システムの開発や導入には必ず目的があります。基幹システム導入の目的は経営課題の解決です。**何が経営課題なのか、その課題解決に向けた要件が何かを把握することが基幹システム開発・導入において重要です。**

DX推進ガイドラインとは？DX実現に向けた経済産業省の提言を徹底解説

DX推進が捗らない企業が、喉から手が出るくらいに欲しいIТ人材とは

### システム停止リスクを考慮する

基幹システムの開発・導入によって企業の経営課題が解決できても、基幹システムには停止リスクに対する備えが必要です。基幹システムは企業や組織活動の根幹を支える仕組みのため、**基幹システムの停止は重大な損失を招く可能性があります。**

クラウドなどを利用したバックアップやセキュリティ対策が必須と考えてください。

DXでの活用が進むAWSの特徴は？AWSのクラウド事例を解説！

### 使い勝手が悪いと効果が得られない

基幹システムは業務に直結しています。業務から離れた基幹システムでは意味がありません。また、システムを実際に利用する従業員に対する配慮が必要です。使い勝手が悪ければ、従業員のモチベーションは低下し、システム化の効果が得られない事もあります。

実際に**システムを利用する立場に立って、システムの開発やカスタマイズを行うべきです。**

### ERPの採用ではカスタマイズを最小限に

ERPを採用する場合には、「ERPを業務に合わせてカスタマイズするケース」と、「ERPに業務を合わせるケース」の2パターンがあります。失敗するケースは前者の、現行の業務フローに合わせてERPを大幅にカスタマイズするケースです。

基本的にERPパッケージは、あるべき業務フローを前提に作られていますので、現行の業務フローが正しければ、さほどカスタマイズの必要性はありませんが、**大幅なカスタマイズは逆にERPの良さを活かせない可能性があります。**

現行の業務をERPに合わせ、極力カスタマイズを行わない方法でERP導入を検討するのが良いでしょう。

## 基幹システムの開発に携われるエンジニアに

「基幹システム」の概要や、「基幹システム」のメリット、導入で注意すべき点などについて解説してきました。「基幹システム」は各企業や自治体などの活動の根幹となる重要なシステムです。こうした「基幹システム」の設計や開発に関われるのは、エンジニアとして大変名誉なことです。

一方で、**「基幹システム」では絶対に失敗は許されません。**開発プロジェクトに参加するメンバー全員に最高のパフォーマンスが求められます。将来、「基幹システム」の一員として指名されるよう、皆さん方のスキルアップを願っています。

「基幹システム」は企業の4大資源である人、モノ、金、情報を効率的、効果的に管理するシステムであり、企業の活動と一体となる重要なシステムです。ここでは基幹システムに関わるエンジニアの方に、基幹システムの特徴やERPとの違い、メリットなどについてご紹介します。

基幹システムは会社や組織の根幹をなす業務機能をシステム化したもの

基幹システム導入のメリットは「業務の標準化」、「業務の効率化」、「意思決定の迅速化」などがある

基幹システムの導入は目的ではなく、経営課題解決のための手段である

基幹システムとは？システム障害が起きるとどうなる？導入メリットも解説

G検定とは、一般社団法人日本ディープラーニング協会（JDLA、Japan Deep Learning Association）が実施している試験を指します。

G検定のGはジェネラリストを指し、ジェネラリスト検定という場合もあります。**公式サイトでは、「ディープラーニングの基礎知識を有し、適切な活用方針を決定して、事業活用する能力や知識を有しているかを検定する」とされています。**

【参考】：[G検定とは](https://www.jdla.org/certificate/general/)

ディープラーニングとは？機械学習との違いもわかりやすく解説

E資格とは、G検定と同じく一般社団法人日本ディープラーニング協会が実施する試験です。E資格のEはエンジニアを指します。

公式サイトでは、「ディープラーニングの理論を理解し、適切な手法を選択して実装する能力や知識を有しているかを認定する」とされています。**G検定は概要が求められるのに対し、E資格では実際の手法や実装能力が試されます。**

【参考】：[E資格とは](https://www.jdla.org/certificate/engineer/)

E資格とはどんな試験？概要や難易度と取得のメリットを解説！

G検定は毎年3月、5月、7月、9月、11月の計5回実施されます。試験日の約2か月前から申し込みが可能になり、約1ヶ月半ほどの申し込み期間が設けられています。

知識問題の多肢選択式で、問題数は220問程度です。オンライン実施のため、自宅やオフィスで受験できます。試験時間は120分です。受験費用は一般が13,200円（税込）、学生が5,500円（税込）であり、申し込みはG検定受験申込サイトから行います。

【参考】：[G検定とは](https://www.jdla.org/certificate/general/#general_No01)
【参考】：[G検定受験申込サイト](https://www.jdla-exam.org/d/)
【参考】：[G検定の試験日程](https://www.jdla.org/certificate/general/#general_No02)

G検定の申し込み方法は？試験の概要や知っておきたいことも解説！

試験範囲はシラバスにまとめられて公開されています。概要（大項目）は以下の通りです。

・*人工知能（AI）とは（人工知能の定義）*
・*人工知能をめぐる動向*
・*人工知能分野の問題*
・*機械学習の具体的手法*
・*ディープラーニングの概要*
・*ディープラーニングの手法*
・*ディープラーニングの社会実装に向けて*
・*数理・統計*

【参考】：[G検定の試験範囲（シラバス）と例題](https://www.jdla.org/certificate/general/#general_No03)

試験範囲の詳細は「G検定の試験出題範囲（シラバス）2021〜」からダウンロードできますのでご確認ください。

G検定の結果は公式サイトで公開されています。**2023年 第3回 G検定では、4,518名の受験者のうち3,106名が合格し、合格率は68.75%でした。**20代から40代の合格者数が大半を占めます。

G検定の合格率は、情報処理推進機構の実施しているITパスポート試験・基本情報技術者の合格率を上回っています。情報処理技術者試験の合格率から考えると、比較的難易度は低いと考えられます。

【参考】：[「2023年 第3回 G検定」開催結果を発表](https://www.jdla.org/news/20230724001/)
【参考】：[情報処理技術者試験・情報処理安全確保支援士試験　統計資料](https://www.ipa.go.jp/shiken/reports/hjuojm000000liyb-att/toukei_r05h.pdf)

G検定の難易度は低くて意味ない？合格率や勉強法・対策についても解説

<center>[エンジニア転職を成功させるため<br/>ぜひ*『マイナビIT エージェント』*をご活用ください！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

ジェネラリスト向けの資格であるG検定ですが、具体的にどのような職種で活かせるのでしょうか。また、合格した場合の年収についても解説します。

膨大なビッグデータから、価値のある情報や一定の法則を導き出すデータ分析のスペシャリストです。また、抽出した情報を用いて、サービス改善のための施策立案も行います。

*データ分析のためのITスキルはもちろん、統計解析や市場トレンドなど幅広い知識が必要です。*ビッグデータの重要性が認知されてきた近年は、多くの企業から求められる需要の高い職種となっています。

データサイエンティストとは？おすすめの資格から年収まで解説

コンピュータに学習をさせて、目的の作業を行えるようにする技術者です。必要なアルゴリズムやモデルを構築するため、コンピューターに繰り返しデータを処理させるのが機械学習エンジニアの役割です。

*プログラミングスキルに加えて、統計理論やインフラ周りの知識も求められます。*現在機械学習は、金融、医療、サービス、流通などさまざまな分野で活用されています。

機械学習エンジニアの仕事内容とは？スキルや将来性についても解説

データサイエンティストや機械エンジニアと同様に、データのスペシャリストであるデータベースエンジニアの年収は、「マイナビエージェント 職種図鑑」での平均年収は424万円（※2023年8月執筆時点）、経済産業省2017年発表の「IT関連産業の給与等に関する実態調査結果」から近い職種のIT技術スペシャリスト（特定技術(DB・NW・セキュリティ等））を参考にすると、平均年収758万円と分かりました。

国税庁2020年発表の「民間給与実態統計調査」における民間企業平均年収は433万円なので、データベースエンジニアの年収は調査媒体によってバラつきがあることが分かります。

*G検定は基礎レベルの資格ですが、合格に向けて勉強することで機械学習や統計といった知識の向上が図れます。*また、G検定合格を足掛かりにさらなる上位資格に挑戦することで、将来的に年収アップが見込めるでしょう。

【参考】：[マイナビエージェント 職種図鑑](https://mynavi-agent.jp/it/jobindex/08.html?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)
※【平均年収 調査対象者】2020年1月～2020年12月末までの間にマイナビエージェントサービスにご登録頂いた方
【参考】：[IT関連産業における給与水準の実態① ~ 職種別（P7）](https://warp.da.ndl.go.jp/info:ndljp/pid/11623215/www.meti.go.jp/press/2017/08/20170821001/20170821001-1.pdf)
【参考】：[民間給与実態統計調査-国税庁](https://www.nta.go.jp/publication/statistics/kokuzeicho/minkan2020/pdf/002.pdf)

G検定は国家資格ではなく合格率も比較的高いことから、「受験しても意味ない」という声が聞かれます。しかし、受験者は増え続けており、年々人気は高まっています。ここではG検定が人気な理由と、主なメリットを紹介します。

### AIやディープラーニングを深く学べる

**G検定合格に向けた学習を進めることで、AIやディープラーニングについて深く学べるのが人気の理由です。**今後エンジニア向けのE資格を取得される方も、最初のステップとして知識吸収が期待できます。

さらに、将来的にデータ分析を行うデータサイエンティストを目指す場合も、人工知能の前提知識として理解を得ることができます。

エンジニアなら知っておくべき！機械学習とディープラーニングの違いとは？

### 合格証明のバッジがもらえる

G検定合格者には、合格の証としてオープンバッジが発行されます。*バッジ画像をメールの署名欄に添付したり、紙の名刺に印刷したりして、スキルの見える化が図れるのがメリットです。*

また、合格者は日本最大級のAI人材コミュニティ「CDLE」にもアクセスが可能になります。AIの分野で活躍する人たちと、継続的に情報交換や学びを共有できます。

【参考】：[合格後の資格証明](https://www.jdla.org/certificate/general/#general_No07)

AIや機械学習の分野へ転職を考えている方にとって、G検定は大きな強みになります。**これらの分野は今後ますます需要が拡大していくと予想されているため、ディープラーニングの基礎知識を証明できるG検定は、転職でも有利にはたらきます。**

資格を活かした転職先を見つけるなら、求人数が多く、転職のプロが自分のスキルに合った企業を探してくれる転職エージェントの活用をおすすめします。

<center>[あなたに合った企業選びをサポート致します。<br/>エンジニア転職のご相談はぜひ<br/>*『マイナビIT エージェント』*へ！](https://mynavi-agent.jp/it/?utm_source=and-engineer&utm_medium=content-text&utm_campaign=acv12_2)</center>

G検定の合格率は高いものの、設問数が多く出題範囲も広いことが特徴です。そのため、合格するにはある程度の勉強時間が必要です。おすすめの対策準備は、出題傾向を公式サイトの例題と推奨参考書で確認し、試験中に参考として使う資料（カンペ）の事前準備です。詳細は以降で説明していきます。

### G検定に合格するための勉強時間


合格までの勉強時間について、G検定を実施するJDLAが合格者に行ったアンケートによると、「15〜30時間」が32.1%。「30〜50時間」が28.8%、「50〜70時間」が13.9%でした。

*1日1時間と想定して、既にAIやディープラーニングの分野で働いている方であれば、半月～1ヶ月程度で合格が目指せます。*ただし、全く知識がない状態から始めるのであれば、2～3ヶ月の勉強期間が必要です。

【参考】：[G検定Q&A](https://www.jdla.org/certificate/general/start/)

**G検定の過去問は出版されていませんが、例題が公式サイトから確認できます。**例題では、出題範囲をカバーする人工知能をめぐる動向・人工知能分野の問題・機械学習の具体的手法・ディープラーニングの概要・ディープラーニングの手法・ディープラーニングの研究分野の問題を公開しています。

難易度と範囲のあたりをつけるために1度確認しておきましょう。

【参考】：[G検定の例題](https://www.jdla.org/certificate/general/issues/)

G検定の参考書は、人材育成委員会推薦図書および合格者（CDLE）が選ぶ推薦書籍として公式サイトに公開されています。より知識を吸収するために参考書を活用しましょう。公式サイトで推薦する書籍について簡単に触れておきます。

・*「深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版」*　
G検定の公式テキストで、試験実施団体の日本ディープラーニング協会監修書籍です。　ディープラーニングの概要がカバーされ、デジタルトランスフォーメーション活用が可能です。　章末の問題が多く、模試活用ができます。　

▪著者：猪狩 宇司 ほか13名
▪ページ数：404ページ
▪出版社：翔泳社　
▪発売日：2021/4/27
【参考】：[深層学習教科書 ディープラーニング G検定(ジェネラリスト)公式テキスト 第2版](https://www.shoeisha.co.jp/book/detail/9784798165943)

・*「ディープラーニング活用の教科書」*　
日本ディープラーニング協会監修による事例解説の書籍です。国内35社の事例が体系的に取り上げられており、先駆者が苦労したポイントも解説されているため、　ディープラーニングの発展予測や実用方法を深く学べます。

お役立ち記事